Geri Dön

Collaborative filtering based recommender system design for e-commerce

E-ticarete yönelik işbirliksel filtreleme tabanlı öneri sistemi

  1. Tez No: 587374
  2. Yazar: MERVE ARTUKARSLAN
  3. Danışmanlar: DOÇ. DR. SADETTİN EMRE ALPTEKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Galatasaray Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Öneri sistemleri, e-ticaret endüstrisi için temel etkileşim işlevlerinden biridir. Tipik bir öneri sisteminde, müşteri ve ürün verileri analiz edilir ve olası müşteriler için ürünleri değerlendiren bir tahmin modeli oluşturulur. İş değeri açısından, bireylerin çeşitli ürünler arasından kendi ilgilerini çekecek olanları belirlemelerine yardımcı olur. Bu çalışmada, Türkiye'nin önde gelen e-ticaret platformu hepsiburada için işbirlikçi filtreleme temelli bir öneri sistemi tasarlanmıştır. İlk olarak, müşteri-ürün tahmin çiftleri halinde örtük geri bildirim verisi hazırlanmıştır. İkinci olarak, işbirlikçi filtreleme için düzenlenmiş tekil değer ayrıştırma esaslı matris faktörizasyon modeli oluşturulmuştur. Müşteriler ve ürünler örtük faktör vektörleri ile temsil edilir. Problem Alternatif En Küçük Kareler yöntemi ile optimize edilerek bir tahminleme modeli elde edilir. Üçüncüsü, potansiyel müşterilerin ürün puan tahinleri modelden alınır. Ardından, tahminler on ürrüne indirgenir. Son olarak, öneriler potansiyel müşteriler tarafından üretilen davranışsal verilerle değerlendirilir.

Özet (Çeviri)

Recommender systems are one of the core engagement functions for e-commerce industry. In a typical recommender system, customer and product data is analysed and a prediction model is generated which evaluates products for prospective customers. In terms of business value, it helps individuals identify their interest among overwhelming variety of products. In this paper, a collaborative filtering based recommender system framework is proposed for Turkey's leading e-commerce platform hepsiburada. First of all, implicit feedback and customer-product prediction pairs are prepared from collected data. Second, a regularized singular value decomposition (SVD) based matrix factorization model is established for collaborative filtering (CF). Customers and products are represented with latent factor vectors. This model is trained with implicit feedback, as the SVD problem is solved with Alternating Least Squares (ALS). Third, predictions are gathered from CF model. Then, predictions are limited to ten-product recommendation sets. At last, recommendations are evaluated by behavioural data generated by prospective customers.

Benzer Tezler

  1. Ontology based Recommendation System in e-learning for Turkish

    Türkçe için e-öğrenme ortamlarında Ontoloji tabanlı Öneri Sistemi

    MEHMET MİLLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ÖZLEM AKTAŞ

  2. Zeki öğretim sistemlerinde hibrit bir modelin tasarlanması ve geliştirilmesi

    Design and development of a hybrid model in intelligent tutoring systems

    FURKAN AYDIN

    Doktora

    Türkçe

    Türkçe

    2021

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    PROF. DR. HALİL YURDUGÜL

  3. Development of inertial navigation system with applications to airborne collision avoidance

    Ataletsel seyrüsefer sistemi geliştirilmesi ve hava aracı çarpışma önleme uygulamalarında kullanımı

    MEHMET HASANZADE

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ FUAT ERGENÇ

  4. Ontoloji tabanlı ilişkisel ürün öneri sistemi

    A relational recommender system based on domain ontology

    HİKMET KAPUSUZOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ

  5. Using learning to rank for a top-n recommendation system in tv domain

    Tv alanında bir ilk-n öneri sistemi için sıralama öğreniminin kullanılması

    BEDİA ACAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FEHİME NİHAN ÇİÇEKLİ